MétaCan
Menu
Retour à la cohorte
Enregistrement W2884578806 · doi:10.5430/wje.v8n4p1

Comparison of Academic Suspension Levels of Faculty of Sports Sciences Students and Faculty of Education Students

2018· article· en· W2884578806 sur OpenAlexvenueno aff
Latif Aydos, Haluk Koç, Hacı Ahmet Pekel

Notice bibliographique

RevueWorld Journal of Education · 2018
Typearticle
Langueen
DomainePsychology
ThématiquePerfectionism, Procrastination, Anxiety Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychologyTest (biology)Physical educationLikert scalePearson product-moment correlation coefficientSignificant differenceMathematics educationMedical educationMedicineMathematicsStatisticsDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Faculty of Education students in terms of age, gender, active sports making, department, graduated high school,mother education level, father education level, mother profession and father occupation variables have beenexamined. A total of 364 university students studying in the Faculty of Sport Sciences and the Faculty of Educationin Gazi University, Hacettepe University and Ankara University were formed the Research group in the academicyears 2017-2018. The Academic Suspension Scale developed by Çakıcı in 2003 was used in the study. It wascompared average scores in unrelated measures, Variance Analysis (one-way ANOVA, independent sample t-test) forcomparison of mean scores in unrelated measures, the Tukey test to determine which groups had significantdifferences were used. In addition, a Pearson Correlation analysis was conducted to test the relationship between theparticles collected in the single sub-dimension. Findings obtained from this research reveal that the students ofFaculty of Sports Sciences showed more academic suspension behaviors than the students of Faculty of Education.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,118
Tête enseignante GPT0,505
Écart entre enseignants0,387 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of EducationMême sujetPerfectionism, Procrastination, Anxiety StudiesTravaux en français237 207